星型模型

摘要： 针对姿态估计方法受到人体姿态多样性的影响问题,本文研究适合表示人体结构的模型,提出一种基于多模整体模型和星型模型的人体姿态估计方法.首先,使用人体整体检测器完成人体整体方位的检测,以获得初始人体候选集;然后提出一种多模型的星型结构,表示具有一定方位偏差的人体各个部位和整体之间的关系;为了更好地描述相邻部位之间的分布关系,在整体-星型模型中融合树型模型.数据集IP和LSP的结果表明,该方法提高了姿态估计准确率,尤其提高在人体姿态多样的情况下的结果.

摘要： 为提高人体行为识别的实时性与准确性,提出一种基于星型模型与多条件随机场(Multiple Conditional Random Fields,MCRF)相结合的行为识别方法.首先,利用混合高斯模型进行背景建模,提取人体目标,建立人体星型模型.其次,通过建立人体坐标系,确定星型模型中各关键点的坐标提取距离、速度、角度、轨迹特征,并对每一特征集进行条件随机场建模,联合4类条件随机场模型建立多条件随机场模型,进行人体行为的识别.通过在KTH人体行为数据库上进行测试,结果证明,此方法能实时、准确的进行人体行为识别.

摘要： 为提高人体行为识别的实时性与准确性，提出一种基于星型模型与多条件随机场（Multiple Conditional RandomFields，MCRF）相结合的行为识别方法。首先，利用混合高斯模型进行背景建模，提取人体目标，建立人体星型模型。其次，通过建立人体坐标系，确定星型模型中各关键点的坐标提取距离、速度、角度、轨迹特征，并对每一特征集进行条件随机场建模，联合4类条件随机场模型建立多条件随机场模型，进行人体行为的识别。通过在KTH人体行为数据库上进行测试，结果证明，此方法能实时、准确的进行人体行为识别。

摘要： 针对数据仓库中分散数据的整合问题,本文基于商用BI工具COGNOS对星型结构数据模型进行优化,创建底层模型和数据立方体,运行结果显示,数据模型易于整合分散事实数据,性能优越.

摘要： 当前的电商零售数据受到很多因素的影响,其内在联系属性被众多不相干非销售数据属性干扰.销售数据的关联规则很难被无差错的找到,传统的关联挖掘算法会陷入到海量的数据联系中,形成很多无用联系,造成挖掘耗时,效率较低.提出一种多维cube的海量零售关键数据挖掘模型.依据频繁项目集的性质,按照概率估算方法,将扫描的待定项目集进行选择性评估;在频繁项集的时候,根据评估的概率按照候选项目集的依赖关系进行筛检,并结合最小支持度与最小可信度的阈值产生频繁项集,进一步产生关联规则.以某电子商务网站中的销售数据和客户访问数据仿真结果表明:改进算法具有较好的访问速度,验证了算法的有效性.

摘要： 通过逐级设立苹果小卷叶蛾虫害疫情监测点的方式进行虫害疫情数据采集,利用数据仓库技术对监测管理中心的汇总数据进行抽取、转换和装载,辅之以OLAP技术和决策支持系统理论,将监测信息反映给虫害疫情监测平台,生成决策信息,并反馈给相关数据库,以达到对陕西省苹果小卷叶蛾虫害疫情全面监测的目的,旨在指导果农做好虫害疫情防控工作.从而减少苹果小卷叶蛾虫害疫情对苹果质量和产量的影响.

摘要： 为了适应新形势下高校对大数据统计、分析的需求,设计实现了一套基于数据仓库的高校数据统计服务平台的整体方案。对高校数据仓库的整体架构、数据仓库的建模进行了研究,并设计了一种基于数据仓库星型结构的统计数据模型;进一步探讨了统计服务平台在实现过程中ETL(extraction transformation loading)以及界面设计等方面的关键技术;为高校下一步搭建管理与决策支持平台提供了重要的实践基础和理论支撑。

摘要： 由于竞争对手产品信息更新变化快,导致企业存有大量的竞争对手产品数据,充分理解和利用它们已经远远超过了人的能力.如何从海量的数据出发,得到能真正辅助企业进行决策的信息,是目前所有企业亟待解决的一个问题.本文运用数据仓库来解决这个问题,采用三级模式的设计方法就竞争对手产品分析的数据仓库的概念模型、逻辑模型和物理模型进行了详细的研究与设计.从而帮助企业全面了解竞争对手产品情况并预测竞争对手的战略方向.

摘要： 本文提出基于星型模型扁平化编码方法的百分点聚集函数的并行算法.首先把星型模型中维表上和查询相关的维度层次信息编码到事实表里,该编码方法使得经过改写的聚集查询,在查询处理过程中无需进行事实表和维表之间的连接,于是数据可以均匀分布到机群上,利用并行处理提高查询性能.百分点计算不具有天然的并行性,本文提出基于采样预测的并行迭代式算法,通过付出采样数据的网络传输开销,使得算法快速收敛,解决大规模机群上的百分点聚集函数计算的性能问题.实验结果证实,该算法不仅快速收敛,同时其网络传输开销也是可以接受的.

摘要： 在数据仓库建设过程中,数据建模是非常关键的一步,它将直接影响到数据仓库建设的成败.本文分析了数据仓库模型建立的一般方法,并给出了肝癌术后病人随访数据仓库的星型模型.

摘要： 通过深入分析OLAP存储模型和查询负载特征,提出了对OLAP查询中最基础的SPJGA-OLAP子集在存储、查询处理、数据分布、网络传输和分布式缓存等方面面向海量数据大规模并行处理框架的优化策略和实现技术。通过对TPC-H和SSB两个工业界和学术界公认的测试标准的分析,评估了技术的可行性。提出了以内存predicate-vector DDTA-JOIN算法为核心的并行内存OLAP架构,以维表上规范化的谓词向量操作替代了多样的连接执行计划,实现以一种查询处理模型同时满足集中式处理和大规模并行OLAP处理的需求,充分利用现代计算机的硬件优势,最小化网络传输和OLAP查询处理代价。实验中分析了在1TB和100TB数据集中数据分布策略的存储代价和传输代价,通过并行OLAP代价模型和实际数据的实验测试验证了技术的可行性和并行处理效率。

摘要： 通过深入分析OLAP存储模型和查询负载特征,提出了对OLAP查询中最基础的SPJGA-OLAP子集在存储、查询处理、数据分布、网络传输和分布式缓存等方面面向海量数据大规模并行处理框架的优化策略和实现技术。通过对TPC-H和SSB两个工业界和学术界公认的测试标准的分析,评估了技术的可行性。提出了以内存predicate-vector DDTA-JOIN算法为核心的并行内存OLAP架构,以维表上规范化的谓词向量操作替代了多样的连接执行计划,实现以一种查询处理模型同时满足集中式处理和大规模并行OLAP处理的需求,充分利用现代计算机的硬件优势,最小化网络传输和OLAP查询处理代价。实验中分析了在1TB和100TB数据集中数据分布策略的存储代价和传输代价,通过并行OLAP代价模型和实际数据的实验测试验证了技术的可行性和并行处理效率。

摘要： 通过深入分析OLAP存储模型和查询负载特征,提出了对OLAP查询中最基础的SPJGA-OLAP子集在存储、查询处理、数据分布、网络传输和分布式缓存等方面面向海量数据大规模并行处理框架的优化策略和实现技术。通过对TPC-H和SSB两个工业界和学术界公认的测试标准的分析,评估了技术的可行性。提出了以内存predicate-vector DDTA-JOIN算法为核心的并行内存OLAP架构,以维表上规范化的谓词向量操作替代了多样的连接执行计划,实现以一种查询处理模型同时满足集中式处理和大规模并行OLAP处理的需求,充分利用现代计算机的硬件优势,最小化网络传输和OLAP查询处理代价。实验中分析了在1TB和100TB数据集中数据分布策略的存储代价和传输代价,通过并行OLAP代价模型和实际数据的实验测试验证了技术的可行性和并行处理效率。

摘要： 通过深入分析OLAP存储模型和查询负载特征,提出了对OLAP查询中最基础的SPJGA-OLAP子集在存储、查询处理、数据分布、网络传输和分布式缓存等方面面向海量数据大规模并行处理框架的优化策略和实现技术。通过对TPC-H和SSB两个工业界和学术界公认的测试标准的分析,评估了技术的可行性。提出了以内存predicate-vector DDTA-JOIN算法为核心的并行内存OLAP架构,以维表上规范化的谓词向量操作替代了多样的连接执行计划,实现以一种查询处理模型同时满足集中式处理和大规模并行OLAP处理的需求,充分利用现代计算机的硬件优势,最小化网络传输和OLAP查询处理代价。实验中分析了在1TB和100TB数据集中数据分布策略的存储代价和传输代价,通过并行OLAP代价模型和实际数据的实验测试验证了技术的可行性和并行处理效率。

摘要： 通过深入分析OLAP存储模型和查询负载特征,提出了对OLAP查询中最基础的SPJGA-OLAP子集在存储、查询处理、数据分布、网络传输和分布式缓存等方面面向海量数据大规模并行处理框架的优化策略和实现技术。通过对TPC-H和SSB两个工业界和学术界公认的测试标准的分析,评估了技术的可行性。提出了以内存predicate-vector DDTA-JOIN算法为核心的并行内存OLAP架构,以维表上规范化的谓词向量操作替代了多样的连接执行计划,实现以一种查询处理模型同时满足集中式处理和大规模并行OLAP处理的需求,充分利用现代计算机的硬件优势,最小化网络传输和OLAP查询处理代价。实验中分析了在1TB和100TB数据集中数据分布策略的存储代价和传输代价,通过并行OLAP代价模型和实际数据的实验测试验证了技术的可行性和并行处理效率。

摘要： 通过深入分析OLAP存储模型和查询负载特征,提出了对OLAP查询中最基础的SPJGA-OLAP子集在存储、查询处理、数据分布、网络传输和分布式缓存等方面面向海量数据大规模并行处理框架的优化策略和实现技术。通过对TPC-H和SSB两个工业界和学术界公认的测试标准的分析,评估了技术的可行性。提出了以内存predicate-vector DDTA-JOIN算法为核心的并行内存OLAP架构,以维表上规范化的谓词向量操作替代了多样的连接执行计划,实现以一种查询处理模型同时满足集中式处理和大规模并行OLAP处理的需求,充分利用现代计算机的硬件优势,最小化网络传输和OLAP查询处理代价。实验中分析了在1TB和100TB数据集中数据分布策略的存储代价和传输代价,通过并行OLAP代价模型和实际数据的实验测试验证了技术的可行性和并行处理效率。

摘要： 本文在介绍数据仓库中数据的存储特点和数据仓库系统的查询特点的基础上,对目前流行的数据仓库索引技术的基本原理进行探讨,结合当前应用状况,分析了其特点和适用类型,为建设中的数据仓库项目提供参考。

摘要： 本文在介绍数据仓库中数据的存储特点和数据仓库系统的查询特点的基础上,对目前流行的数据仓库索引技术的基本原理进行探讨,结合当前应用状况,分析了其特点和适用类型,为建设中的数据仓库项目提供参考。

摘要： 本发明涉及一种web前端的星型模型布局的生成方法及装置、电子设备，具体方法包括，对维度表进行排序，将排好序的维度表划分为左列和右列；获取每列中维度表的高度和宽度数据，确定最大的宽度为该列的列宽，根据每个维度表的高度之和，以及预设的纵向间隔数据，确定该列的列高；根据列的宽高数据，预设的纵向间隔及横向间隔数据，以及事实表的宽高数据，确定展示区域的宽度数据和高度数据；将事实表配置于展示区域的中心，以及按照排序，生成左列的维度表和右列的维度表。本发明可以根据事实表与维度表、以及事实表与维度表的关联关系来计算出各个表按照星型模型排列时的位置，自动实现星型模型的布局，提高开发效率。

摘要： 本发明公开了一种基于增强星型模型的立方体元数据生成及查询语句生成方法和装置。基于增强星型模型的立方体元数据生成方法包括：从包括事实表、事实表的多个维度表和非事实型事实表的增强星型模型中的非事实型事实表提取维度引用；根据维度引用构建层次结构引用；将层次结构引用与从事实表和维度表获得的度量及层次结构相结合而生成立方体元数据。本发明在元数据生成时与事实表和维度表一起直接使用非事实型事实表而不对其进行转换，由此省去现有技术中对非事实型事实表的转换中所需的人工工作、存储空间以及对IT/业务建模人员的知识的依赖性等。

摘要： 本发明提出了一种基于星型模型的人体运动识别方法，主要解决现有技术中特征提取复杂、表征能力弱的问题。其实现步骤是：(1)获得人体运动视频数据，并按8∶1的比例构建训练视频集X和测试视频集T；(2)提取每个视频中人体星型模型的5个顶点在以人体重心为坐标中心的直角坐标系中的坐标；(3)计算人体星型模型的5个顶点的极径和极角；(4)利用人体结构特征和5个顶点的极径，极角找出这5个顶点分别对应的人体部位，得到5个部位的位置特征；(5)分别对训练视频集X和测试视频集T中的所有视频进行特征提取，获得训练视频特征集X*和测试视频特征集T*，并对其进行学习训练，获得分类结果。本发明能准确识别人体运动，可用于视频监控、目标识别和运动识别的视频处理。

摘要： 本发明提出了一种基于第二代Bandelet变换和星型模型的人体检测方法，主要解决现有方法不能较好处理遮挡问题。实现步骤是：(1)通过INRIN数据库获得大量负样本，并与数据库中其它正样本一起构成整个人体的训练样本集FB，再对FB切割得到各个部位训练样本集；(2)利用Bandelet变换，计算各训练样本集的Bandelet联合特征，组成六个训练样本特征集；(3)利用Adaboost算法，对样本特征集进行分类训练，得到相应部位分类器，通过对各部位的学习得到人体星型模型；(4)计算待检图像的Bandelet系数矩阵，通过星型模型进行人体部位检测，再利用主窗口合并法，对所有人体及部位的扫描窗口进行组合，得到最终人体检测结果。本发明能够准确检测人体，可用于视频监控和目标识别等视频处理领域。

摘要： 本发明公开了一种结合树模型与星型模型的人体姿态估计方法，该方法首先基于树结构构建人体模型，将人体划分为多个相互之间独立的局部块，并对人体局部块构建星型模型；然后基于HOG特征构建人体混合部件外观模模型与混合块外观模型，并分别基于树模型与星型模型结构构建部件的形变模型；然后结合模型的外观与形变得分求出得分最高候选姿态，从而得到最优的人体姿态结果。本发明提升了人体姿态的检测准确率，具有较好的鲁棒性。

摘要： 本发明涉及一种web前端的星型模型布局的生成方法及装置、电子设备，具体方法包括，对维度表进行排序，将排好序的维度表划分为左列和右列；获取每列中维度表的高度和宽度数据，确定最大的宽度为该列的列宽，根据每个维度表的高度之和，以及预设的纵向间隔数据，确定该列的列高；根据列的宽高数据，预设的纵向间隔及横向间隔数据，以及事实表的宽高数据，确定展示区域的宽度数据和高度数据；将事实表配置于展示区域的中心，以及按照排序，生成左列的维度表和右列的维度表。本发明可以根据事实表与维度表、以及事实表与维度表的关联关系来计算出各个表按照星型模型排列时的位置，自动实现星型模型的布局，提高开发效率。

摘要： 本发明公开了一种在星型模型中实现会计科目动态计算的方法，其实现过程为：首先导入计算公式，即将计算公式手动或填报的方式导入到数据库中；然后提取计算因子，根据该计算因子生成目标科目的计算顺序；根据上述内容，生成目标科目计算的SQL语言并存储。本发明的一种在星型模型中实现会计科目动态计算的方法与现有技术相比，无须开发人员根据会计业务人员提供的公式编写SQL，然后通过配置程序，生成符合星型模型的SQL处理逻辑。特别适合在数据仓库财务数据集市中，有大量会计科目需要计算的情景，可以做到减少开发工作量，加速ETL开发及测试过程。

摘要： 本发明公开了一种基于星型模型的ROLAP解析引擎设计方法及装置，其中，基于星型模型的ROLAP解析引擎设计方法包括：定义一包括多个区域的ROLAP设计器，所述ROLAP设计器至少包括一数据集区域和一设计面板区域；在所述数据集区域获取多维数据库的数据模式信息，并将所述获取的数据模式信息以列表的方式在所述设计面板区域展现；根据所述获取的数据模式信息，建立多维数据库的ROLAP分析模式；根据已建立的多维数据库的ROLAP分析模式组织多维数据库的星型模型，并将所述组织的多维数据库的星型模型存储于语义对象存储文件中。本发明提供的方法，能够解决现有ROLAP解析引擎过于复杂的问题。

摘要： 本发明公开了一种基于增强星型模型的立方体元数据生成及查询语句生成方法和装置。基于增强星型模型的立方体元数据生成方法包括：从包括事实表、事实表的多个维度表和非事实型事实表的增强星型模型中的非事实型事实表提取维度引用；根据维度引用构建层次结构引用；将层次结构引用与从事实表和维度表获得的度量及层次结构相结合而生成立方体元数据。本发明在元数据生成时与事实表和维度表一起直接使用非事实型事实表而不对其进行转换，由此省去现有技术中对非事实型事实表的转换中所需的人工工作、存储空间以及对IT/业务建模人员的知识的依赖性等。

摘要： 本发明提出了一种基于星型模型的人体运动识别方法，主要解决现有技术中特征提取复杂、表征能力弱的问题。其实现步骤是：(1)获得人体运动视频数据，并按8∶1的比例构建训练视频集X和测试视频集T；(2)提取每个视频中人体星型模型的5个顶点在以人体重心为坐标中心的直角坐标系中的坐标；(3)计算人体星型模型的5个顶点的极径和极角；(4)利用人体结构特征和5个顶点的极径，极角找出这5个顶点分别对应的人体部位，得到5个部位的位置特征；(5)分别对训练视频集X和测试视频集T中的所有视频进行特征提取，获得训练视频特征集X*和测试视频特征集T*，并对其进行学习训练，获得分类结果。本发明能准确识别人体运动，可用于视频监控、目标识别和运动识别的视频处理。